Estadstica no paramtrica: Prueba F de Friedman

PRUEBA F DE FRIEDMAN
DEFINICION:
La prueba de Friedman es una prueba no paramtrica desarrollado por el
economista Milton Friedman. Equivalente a la prueba ANOVA para medidas repetidas
en la versin no paramtrica, el mtodo consiste en ordenar los datos por filas o
bloques, reemplazndolos por su respectivo orden. Al ordenarlos, debemos considerar
la existencia de datos idnticos.
HIPOTESIS:
H0: No existen diferencias entre los grupos.
Ha: Existen diferencias entre los grupos.
Para resolver el contraste de hiptesis anterior, Friedman propuso un estadstico que
se distribuye como una Chi-cuadrado con K - 1 grados de libertad, siendo K el nmero
de variables relacionadas; se calcula mediante la siguiente expresin.

Estadstico de Prueba:

En la expresin anterior:

X2r = estadstico calculado del anlisis de varianza por rangos de Friedman.

H = representa el nmero de elementos o de bloques (nmero de hileras)

K = el nmero de variables relacionadas

Rc2 = es la suma de rangos por columnas al cuadrado.

PASOS:
1. Hacer una tabla en la que las K variables, es decir, las K medidas estn en las
columnas y los n elementos en las filas, de esta manera la tabla tendr K
columnas y n filas.
2. A los valores de cada fila se les asigna un nmero del 1 a K, segn el orden de
magnitud de menor a mayor; a este nmero se le denomina rango.
3. Se suman los respectivos rangos en funcin de las columnas.
4. Aplicar la frmula de anlisis de varianza de doble entrada por rangos de
Friedman.
5. Comparar el valor de X2r de Friedman con tablas de valores crticos de Chicuadrada de Pearson.
ESTADISTICA GENERAL

Pgina 1

Estadstica no paramtrica: Prueba F de Friedman

EJEMPLOS:
EJEMPLO1:
La asociacin de padres de un centro convoca sucesivamente tres reuniones dirigidas
a los padres de alumnos de un mismo grupo o clase, en las que se abordaron
respectivamente temas relacionados con el apoyo de la familia al estudio (Tema A), el
juego y el tiempo libre de los nios (Tema B), y la participacin de los padres en el
centro (Tema C).
Si contamos los datos de asistencia a cada una de las tres reuniones para los padres
de alumnos de 6 clases, podemos afirmar que los tres temas atrajeron de modo
distinto a los convocados? ( = 0.05)

Tema A Tema B Tema C

3
2
1
3
2
1
3
1
2
2
3
1
3
2
1
3
2
1
H0: No existen diferencias entre en la atraccin a los tres temas.
H1: Existen diferencias significativas entre en la atraccin a los tres temas.
El estadstico de contraste que emplearemos ser:

Por lo tanto, calcularemos la suma de rangos para cada columna:

Tema A Tema B Tema C

3
2
1
3
2
1
3
1
2
2
3
1
3
2
1
3
2
1

ESTADISTICA GENERAL

Pgina 2

Estadstica no paramtrica: Prueba F de Friedman

RA = 17, RB = 12 y RC = 7.
Sustituyendo:

Comparamos el valor observado con el que nos ofrece la tabla, teniendo en cuenta
que X2 sigue una distribucin de chi cuadrado con k-1 grados de libertad. Por tanto, el
valor crtico ser:
0.9522 = 5.991

Puesto que el valor observado es mayor que el crtico, aqul entra en la regin de
rechazo, por lo que podemos rechazar con una confianza del 95% que existen
diferencias significativas en cuanto a la atraccin a los distintos temas.

Ejercicio 2:
Con objeto de estudiar la diferencia de concentracin de un txico (mg/1000) en
distintos rganos de peces, se extrae una muestra aleatoria de peces de un ro y se
estudia en cada uno de ellos la concentracin del txico (mg/1000)
en cerebro , corazn y sangre. El objetivo del estudio es conocer si la concentracin
del txico en los tres rganos es igual o distinta. Los resultados obtenidos son los
siguientes:
n (H) = 12 peces
K = 3 rganos (cerebro , corazn y sangre)
HIPOTESIS:
H0: No existen diferencias significativas en la concentracin del txico en
cerebro corazn y sangre.
Ha: Existen diferencias significativas en la concentracin del toxico en cerebro
corazn y sangre.
PRIMER PASO
Cerebro

Corazn

Sangre

164

96

51

105

115

41

150

100

46

ESTADISTICA GENERAL

Pgina 3

Estadstica no paramtrica: Prueba F de Friedman

145

75

79

139

88

52

144

64

70

139

97

46

98

101

52

146

99

55

153

91

39

138

94

41

99

105

46

SEGUNDO PASO:
Cerebro

Corazn

Sangre

164 (3)

96 (2)

51(1)

105 (2)

115 (3)

41 (1)

150 (3)

100 (2)

46 (1)

145 (3)

75 (1)

79 (2)

139 (3)

88 (2)

52 (1)

144 (3)

64 (1)

70 (2)

139 (3)

97 (2)

46 (1)

98 (2)

101(3)

52 (1)

146 (3)

99 (2)

55 (1)

153 (3)

91 (2)

39 (1)

138 (3)

94 (2)

41 (1)

ESTADISTICA GENERAL

Pgina 4

Estadstica no paramtrica: Prueba F de Friedman

99 (2)

105 (3)

46 (1)

TERCER PASO:
Las sumas de rangos correspondientes a cada rgano, variable o columna
son:
R1 = 33

R2 =25

R3 =14

Dividiendo las sumas de rangos anteriores por 12 se obtienen los rangos

medios:
R1 = 2,75

R2 =2,08

CUARTO PASO:

QUINTO PASO:

ESTADISTICA GENERAL

Pgina 5

R3 =1,17

Estadstica no paramtrica: Prueba F de Friedman

Punto crtico hallado para una distribucin

Chi-cuadrado con 2 grados de libertad es:

5.99
Valor hallado aplicando la frmula:

15.17
CONCLUSION:
Como el valor obtenido es mucho mayor, hay pruebas estadsticas suficientes
para rechazar la hiptesis nula y concluir que existen diferencias significativas
en la concentracin del toxico en cerebro corazn y sangre.

EJEMPLO 3:
ESTADISTICA GENERAL

Pgina 6

Estadstica no paramtrica: Prueba F de Friedman

La asociacin de padres de un centro convoca sucesivamente cuatro reuniones
dirigidas a los padres de alumnos de un mismo grupo o clase, en las que se abordaron
respectivamente temas relacionados con el apoyo de la familia al estudio (Tema A), el
juego y el tiempo libre de los nios (Tema B), la participacin de los padres en el
centro (Tema C) y la participacin de los nios en programas de arte (Tema D).
Si contamos los datos de asistencia a cada una de las cuatro reuniones para los
padres de alumnos de 6 clases, podemos afirmar que los cuatro temas atrajeron de
modo distinto a los convocados?

TEMAS

CLASES

Hiptesis:
H0: No existen diferencias significativas en la atraccin generada en los
convocados acerca de los cuatro temas.
Ha: Existen diferencias significativas en la atraccin generada en los
convocados acerca de los cuatro temas.

TEMAS
CLASE
S

ESTADISTICA GENERAL

1 (1)

2 (2)

3 (3)

7(4)

1 (1)

2 (2)

4 (3)

5 (4)

2 (2)

4 (4)

1 (1)

3 (3)

Pgina 7

Estadstica no paramtrica: Prueba F de Friedman

1 (1)

2 (2)

3 (3)

4 (4)

3 (3)

1 (1)

2 (2)

4 (4)

3 (3)

1 (1)

2 (2)

4 (4)

Sumamos los rangos de cada columna

Rango1 = 11
Rango3 =14

Rango2 = 12
Rango 4= 23

Rangos medios:
R1= 1.8

R2= 2

R3= 2.3

R4= 3.8

Calculamos la X2r de Friedman.

X r =9
Punto crtico hallado para una distribucin
Chi-cuadrado con 3 grados de libertad es:
7.81
Valor hallado aplicando la frmula:
9
CONCLUSION:
Como el valor obtenido es mayor, hay pruebas estadsticas suficientes para rechazar
la hiptesis nula y concluir que los cuatro temas atrajeron de modo distinto a los
convocados.

EJEMPLO 4:
Un investigador desea comparar los niveles de memoria en nios de 4, 6, 8, 10 y 12
aos despus de 3 diferentes tratamientos.
ESTADISTICA GENERAL

Pgina 8

Estadstica no paramtrica: Prueba F de Friedman

HIPOTESIS:
Ho=No hay diferencia significativa en nios de 4, 6, 8, 10 y 12 aos, despus de
aplicar 3 diferentes tipos de tratamiento.
Ha= Hay diferencia significativa en nios de 4, 6, 8, 10 y 12 aos, despus de aplicar 3
diferentes tipos de tratamiento.
Nivel de significacin.
Para todo valor de probabilidad igual o menor que 0.05, se acepta Ha y se rechaza Ho.
Zona de rechazo.
Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se rechaza Ha.
Escala = 0 - 20

Aplicacin de la prueba estadstica.

Transformamos los valores en rangos de acuerdo con la prueba de Friedman, en
funcin de las hileras. Al valor ms bajo le corresponde el rango 1, respetando el orden
hasta el dato que tiene la cifra ms alta.
Rango1 = 8
Rango2 = 9
Rango3 =13
Calculamos la X2r de Friedman.

Se utiliza la tabla N para pruebas pequeas.

Con tres columnas y cinco hileras se compara el valor calculado de X 2r de Friedman
con la tabla correspondiente de distribucin de probabilidad.
ESTADISTICA GENERAL

Pgina 9

Estadstica no paramtrica: Prueba F de Friedman

Las cifras aproximadas al estadstico calculado 2.8 = 0.367.
Decisin: Como el valor de X2r calculado es igual a 2.8, la probabilidad es de 0.367,
esto indica que es menor que el nivel de significancia, por lo cual, se acepta Ha y se
rechaza Ho.

Interpretacin:
Aceptada Ha, se acepta que entre los tres tratamientos existen distintos grados de
memoria adquirida. Se distingue notoriamente que el tratamiento A es menos eficaz,
con respecto a los otros dos tratamientos. Por otro lado, el tratamiento B ofrece
mayores ventajas para la adquisicin de memoria.

EJEMPLO 5:
Un psiclogo est interesado en comprobar si las puntuaciones en una prueba de
razonamiento abstracto se modifican o se mantienen constantes entre los 7, 8 y 9
aos de edad. Con este fin, selecciona una muestra aleatoria de 10 nios y mide su
razonamiento abstracto cuando tienen 7 aos y vuelve a realizar el registro con estos
nios cuando tienen 8 y 9 aos. Las puntuaciones obtenidas han sido las siguientes:

NIOS
EDA
D

10

7
8
9

70
78
77

81
80
83

74
79
81

65
71
69

80
82
84

90
91
93

68
69
69

71
75
79

62
62
64

88
95
93

De acuerdo con estos datos, qu se puede concluir a un nivel de significacin del

0,05?
Solucin:
Hiptesis:
H0: Las poblaciones son iguales
H1: Las poblaciones son distintas.
Muestra: n observaciones dependientes.
Ordenamos las puntuaciones obtenidas por cada nio en las tres condiciones y
obtenemos la siguiente tabla:

EDA
ESTADISTICA GENERAL

NIOS
Pgina 10

Estadstica no paramtrica: Prueba F de Friedman

D
7
8
9

10

1
3
2

2
1
3

1
2
3

1
3
2

1
2
3

1
2
3

1
2.5
2.5

1
2
3

1.5
1.5
3

1
3
2

-Calculamos la suma de los rdenes obtenidos en cada una de las condiciones y

tenemos:

Edad

Oj

11,5

22
9

26,5

-Obtenemos el valor del estadstico de contraste:

F=

12
2
O j3 n ( k + 1 )

nk (k +1)

F=

12
( 11.5 2 +222+ 26.52 )30(4)
30 ( 4 )

F=11.85

Dado que 0,095 22= 5,99, se rechaza H0

Conclusin:
Las puntuaciones cambian con la edad.

EJEMPLO 6:
Se desea conocer si existe diferencia significativa en el tiempo de coagulacin de la
sangre, entre cuatro venenos diferentes de serpiente. Para llevar a cabo el
experimento se eligieron cuatro camadas (k = 4 = 4 bloques) de cuatro ratones (r = 4)
cada una, obtenindose los siguientes resultados en minutos.
HIPOTESIS:
ESTADISTICA GENERAL

Pgina 11

Estadstica no paramtrica: Prueba F de Friedman

Ho: No hay diferencias significativas en tiempo de coagulacin entre 4

venenos.
HA: S existen diferencias al menos en dos venenos.
TABLA: Resultados de la coagulacin de sangre bajo 4 tratamientos.

Procedimiento:
1) Dentro de cada bloque se ordenan las observaciones de menor a mayor y se
asignan rangos. Lo que entonces se obtiene, es una tabla donde se sustituyen las
observaciones por sus rangos.

Tenemos que el estadstico de prueba To es:

El valor crtico de T se busca en tablas con k = 4, r = 4 y ms cercano a ste) donde

T4, 4,0.05 = 7.5.
Como To= 9.37 fue mayor que T4, 4.052=7.5 rechazamos Ho y

CONCLUSION:
Existen diferencias significativas en el tiempo de coagulacin de la sangre entre los
cuatro venenos, es decir tienen efectos diferentes.

ESTADISTICA GENERAL

Pgina 12

Estadstica no paramtrica: Prueba F de Friedman

EJEMPLO 7:
Teniendo los siguientes datos, halla por la prueba de Friedman:

1
2
3

9
8
9

6
4
5

4
5
6

5
6
4

Asignamos rangos por filas y sumamos por columnas:

d) Distribucin del estadstico de contraste: Especfica ya que las muestras son

pequeas.

e) Significacin del estadstico de contraste:

De acuerdo a la tabla de la prueba, el estadstico de contraste es significativo
(alfa=0.05) (el valor crtico para n=3 y J=4 es 7.4),

f) Decisin: Se acepta la Hiptesis Nula.

EJEMPLO 8:
A continuacin, en cada fila. se toman los datos, se ordenan y se les asignan los
rangos correspondientes.
Grupo 1
14
8
17

Grupo 2
21
11
18

ESTADISTICA GENERAL

Grupo 3
17
9
12

Rangos 1
1
1
2

Pgina 13

Rangos 2
3
3
3

Rangos 3
2
2
1

Estadstica no paramtrica: Prueba F de Friedman

17
15
18
11
13
11
11
15
18
11
17
12
11

16
9
21
16
20
14
20
14
20
11
13
17
16

18
13
12
9
15
16
18
16
20
18
14
20
9

2
3
2
2
1
1
1
2
1
1.5
3
1
2
26.5
702.25

Rj
Rj2

1
1
3
3
3
2
3
1
2.5
1.5
1
2
3
36
1296

3
2
1
1
2
3
2
3
2.5
3
2
3
1
33.5
1122.25

Al final se suman los valores Rj y se sustituye el resultado en la frmula.

Donde K es el nmero de grupos y H es el nmero de valores en cada grupo. El

resultado es:
r2 = 3.03
g.l. = 2
La significancia se obtiene consultando r2 en la tabla de la distribucin ji-cuadrada
con. Los grados de libertad se calculan restando uno al nmero de grupos.
p bilateral = 0.2198

EJEMPLO 9:
Se les pidi a nueve estudiantes de Ingeniera Industrial las notas de las cuatro
asignaturas que haban cursado el semestre anterior. Se quiere saber si hay
diferencias en la evaluacin de las asignaturas, pero como se considera que cada
estudiante es diferente en su comportamiento, se trata de neutralizar este efecto con
un diseo de bloques aplicado a los estudiantes.
Datos:

Estudiantes/ bloque

Asignaturas, Notas
Programacin II

ESTADISTICA GENERAL

Probabilidades

Pgina 14

Fsica III

Metalurgia

Estadstica no paramtrica: Prueba F de Friedman

A

74

86

79

93

75

82

99

95

72

80

84

86

79

78

80

88

74

75

67

93

76

82

84

96

71

85

86

94

82

86

93

97

75

86

96

94

Se hace un ranking por fila, estudiante, de 1 a 4 y se suma el valor por columna,

asignatura.

Estudiantes/ bloque

Asignaturas, Ranking por bloque

Programacin II

Probabilidades

Fsica III

Metalurgia

Suma

11

19

26

34

Clculo del coeficiente de Friedman:

X 2=

12
( 112 +192 +26 2+34 2 )3 ( 9 )( 4+1 )=19.27
9( 4) ( 4 +1 )

Este valor calculado de 19.27 es mayor al valor X2 con 3 grados de libertad de 7.81
CONCLUSION:
En cuanto a su forma de ser evaluada, al menos una asignatura es diferente del resto.
ESTADISTICA GENERAL

Pgina 15

Estadstica no paramtrica: Prueba F de Friedman

EJEMPLO 10:

Se escogen al azar 8 Maestrandos de la Maestra de Radiologa Bucal y Maxilofacial

de la U, para evaluar su criterio con respecto al grado de incomodidad que podra
presentar un paciente con respecto a la toma de 3 tipos de radiografas intraorales:
Periapical de zona molar posterior inferior, Oclusal inferior, y Bite wing de zona molar
posterior.
Este criterio se evala de acuerdo a una escala de 1 a 10, donde 1 es MUY
INCMODO, y 10 corresponde a una MUY BUENA RESPUESTA DEL PACIENTE.
HIPOTESIS:
Ho: No hay diferencia entre las 3 tcnicas.
H1: Existe diferencia entre las 3 tcnicas con respecto al grado de incomodidad en el
paciente.

Las sumas de rangos correspondientes a cada aparato, variable o columna son:

R1 = 14
R2 = 21.5
R3 = 12.5
A cada valor se le saca el cuadrado:
R1 = 196
R2 = 462.25
R3 = 156.25
Cuarto paso:

ESTADISTICA GENERAL

Pgina 16

Estadstica no paramtrica: Prueba F de Friedman

Debido a que se presentaron varios empates, hay que dividir este valor por
un factor de correccin. Su frmula es la siguiente:

Dnde:
T ih = nmero de observaciones empatadas para un rango dado en una fila, o bloque
h = nmero de empates en cada bloque.
Entonces T 2= 2-2=6. Igual para los bloques o filas 5, 6, y 8.
Entonces, TI = 24
k = nmero de variables, es decir, 3.
b=H = Nmero de filas o bloques, es decir, 8.
C = 1 24 / 24 x 8 = 0.875
Con la correccin, quedara:
5.81 x 0.875 = 6.64

Este valor se compara con la tabla de Chi :

Los grados de libertad corresponden a k -1, o sea 3-1= 2

Para este caso, el valor de Chi es de 5.99.

Se rechaza la hiptesis nula.

CONCLUSION:
Si hay diferencias significativas en el grado de incomodidad para el paciente, entre las
3 tcnicas.

PRUEBA F DE FRIEDMAN CON SPSS

SPSS:
ESTADISTICA GENERAL

Pgina 17

Estadstica no paramtrica: Prueba F de Friedman

DEFINICIN: Es uno de los programas estadsticos ms conocidos teniendo en
cuenta su capacidad para trabajar con grandes bases de datos y un sencillo interface
para la mayora de los anlisis.
El programa consiste en un mdulo base y mdulos anexos que se han ido
actualizando constantemente con nuevos procedimientos estadsticos. Cada uno de
estos mdulos se compra por separado.
Por ejemplo SPSS puede ser utilizado para evaluar cuestiones educativas.

FRIEDMAN CON SPSS:

Este test puede considerarse como una extensin del test de Wilcoxon para el caso de
ms de dos muestras. En el caso de que las asunciones del test ANOVA fuesen
satisfechas, el anlisis se realizara de acuerdo a un diseo de ANOVA de dos factores
sin repeticin, en el que los factores seran respectivamente los pacientes (bloques) y
el tratamiento, por referirse a un ejemplo de un ensayo clnico con un diseo
denominado de bloques completos aleatorios.
Si las condiciones de aplicacin no fuesen satisfechas, para la realizacin del test no
paramtrico, como siempre, desde el men Analizar se accede a las Pruebas no
paramtricas donde se seleccionar la opcin k muestras relacionadas.

EJEMPLO 1:
Se desea probar si hay diferencias en el nivel de estrs laboral en trabajadores de una
empresa antes y despus de un taller sobre manejo del estrs en el trabajo, adems
ESTADISTICA GENERAL

Pgina 18

Estadstica no paramtrica: Prueba F de Friedman

se realiz una medicin de seguimiento un mes despus de finalizado taller; el nivel de
estrs se midi en una escala de nada, bajo, medio, alto y muy alto.
La prueba de Friedman en el paquete estadstico SPSS se encuentra en el men
Analizar / Pruebas no paramtricas / Cuadros de dilogo antiguos / K muestras
relacionadas.

Se deben elegir las tres mediciones de nivel de estrs laboral (V. D.) Nivel de estrs
antes (medicin 1), Nivel de estrs despus (medicin 2) y Nivel de estrs en el
seguimiento (medicin 3), e incluirlas en la seccin de Variables de contraste, adems
de asegurarse de que est seleccionada la prueba Friedman en la seccin de Tipo de
prueba.

Interpretacin de resultados
En primer lugar, se presentan los rangos promedio, que se obtienen de dividir la suma
de rangos entre la cantidad de casos
ESTADISTICA GENERAL

Pgina 19

Estadstica no paramtrica: Prueba F de Friedman

Finalmente, se presentan los valores de la chi cuadrada, as como los grados de
libertad y el nivel de significancia de la prueba (ver datos en el crculo). En este
ejemplo con una significancia de 0.026, menor a 0.05, se rechaza la hiptesis nula y
debemos concluir que: el nivel de estrs laboral de los trabajadores es diferente antes
del taller para el manejo del estrs en el trabajo, despus del taller y en el seguimiento.

EJEMPLO 3:
Con los datos de la encuesta Encinf.sav probar si hay discrepancia entre la valoracin
que hacen los alumnos al mantenimiento (Manten), acceso a las aulas de informtica
(Aulas) y la valoracin que hacen a los monitores que supervisan las aulas (Monitor).
Como se trata de contrastar la hiptesis nula de que las valoraciones asignadas por
los alumnos a las caractersticas mantenimiento, acceso y monitores de las aulas no
difieren significativamente a partir de las puntuaciones asignadas por los mismos
individuos, las muestras resultantes no son independientes. Por otra parte, las
variables se miden en una escala ordinal, y por tanto el contraste ms adecuado es la
prueba de Friedman.
Para realizar este contraste la secuencia es:

Analizar > Pruebas no paramtricas > k muestras relacionadas.

En el cuadro de dilogo se seleccionan las variables Manten, Aulas y Monitor y se
mantiene el tipo de prueba activado por defecto, Friedman.

ESTADISTICA GENERAL

Pgina 20

Estadstica no paramtrica: Prueba F de Friedman

Los resultados que se obtienen son los siguientes:

El estadstico de prueba es igual a 8,040, por lo que no se puede rechazar la hiptesis

nula para niveles de significacin superiores a 0,018. Al 5% de nivel de significacin se
acepta la hiptesis nula.

CONCLUSION:
No existen diferencias significativas entre las valoraciones asignadas por los alumnos
a estas caractersticas.

EJEMPLO 3:
Con objeto de estudiar la diferencia de concentracin de un txico (mg/1000) en
distintos rganos de peces, se extrae una muestra aleatoria de peces de un ro y se
estudia en cada uno de ellos la concentracin del txico (mg/1000)
ESTADISTICA GENERAL

Pgina 21

Estadstica no paramtrica: Prueba F de Friedman

en cerebro corazn y sangre. El objetivo del estudio es conocer si la concentracin del
txico en los tres rganos es igual o distinta. Los resultados obtenidos son los
siguientes:
n(H) = 12 peces

K = 3 rganos (cerebro, corazn y sangre)

En el men anlisis seleccione estadstica no paramtrica, y en la lista de estas

pruebas seleccione K muestras relacionadas, aparece la pantalla siguiente:

Una vez introducidos los datos las variables que se quieren contrastar Cerebro,
Corazn y Sangre en este caso se pasan a la ventana Contrastar variables; Se

ESTADISTICA GENERAL

Pgina 22

Estadstica no paramtrica: Prueba F de Friedman

marca en Tipo de prueba Friedman, pulsando Aceptar
resultados siguientes:

se obtienen los

En la primera tabla se muestran los rangos medios correspondientes a cada

variable.
En la segunda tabla se muestran el nmero de casos, el valor del estadstico
de contraste, los grados de libertad y la significacin estadstica, que es
aproximada P < 0,001.
Como el valor obtenido es mucho mayor, hay pruebas estadsticas suficientes
para rechazar la hiptesis nula.

ESTADISTICA GENERAL

Pgina 23

Estadstica no paramtrica: Prueba F de Friedman

CONCLUSION:
Existen diferencias significativas en la concentracin del toxico en cerebro corazn
y sangre.

ESTADISTICA GENERAL

Pgina 24